CN106529410B - 一种基于监控视频的灰霾扩散路径绘制与来源确定方法 - Google Patents

一种基于监控视频的灰霾扩散路径绘制与来源确定方法 Download PDF

Info

Publication number
CN106529410B
CN106529410B CN201610887353.7A CN201610887353A CN106529410B CN 106529410 B CN106529410 B CN 106529410B CN 201610887353 A CN201610887353 A CN 201610887353A CN 106529410 B CN106529410 B CN 106529410B
Authority
CN
China
Prior art keywords
haze
image
dust
time
video
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610887353.7A
Other languages
English (en)
Other versions
CN106529410A (zh
Inventor
余先川
詹英
田海峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Normal University
Original Assignee
Beijing Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Normal University filed Critical Beijing Normal University
Priority to CN201610887353.7A priority Critical patent/CN106529410B/zh
Publication of CN106529410A publication Critical patent/CN106529410A/zh
Application granted granted Critical
Publication of CN106529410B publication Critical patent/CN106529410B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/182—Network patterns, e.g. roads or rivers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30192—Weather; Meteorology

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明为一种采用网格划分区域，通过分析网格内监控视频数据反映的污染指数变化趋势，用来实时追溯灰霾生成直接来源的方法。该方法首先对地区进行网格化分区，同时为每个网格建立基于视频图像的无霾基准图样本库。然后通过对视频监控图像进行分析，结合无霾基准图，同时基于时间序列分析，区分雾与霾，确定当前位置监控图像灰霾指数、等级、变化趋势、变化速度。最后根据监控视频所在位置、灰霾指数、等级、随时间变化的趋势，绘制随时间变化的灰霾扩散路径，进而得到路径上的网格序列，最终确定具体污染源网格、确定污染源的责任主体。本发明可用于实时对特定区域进行灰霾生成直接来源的及时定位。本发明具有识别精度高、效率高的优点。

Description

一种基于监控视频的灰霾扩散路径绘制与来源确定方法
技术领域
本发明属于计算机图像处理技术和大气污染物监控领域，具体涉及到一种采用网格划分区域，通过分析网格内监控视频数据反映的污染指数变化趋势，追溯灰霾直接来源的方法。
背景技术
当前大气复合污染来源复杂且处于快速变化中，空气质量改善现状依然严峻。目前从宏观上采取的“限产停产、停工限行”等政策是非持久性、临时性的“一刀切”措施，并不能化解污染严重的企业偷排、破坏监测设备、恶意伪造监测数据等问题，同时极大地损害了守法企业的积极性和经济利益，也就不能保证空气质量改善的“常态化”。
2016年4月13日授权的第201310141896.0号中国发明专利，揭示了一种基于计算机视觉的灰霾监测方法，基于目标物视觉特征的计算及与不同灰霾情况下样本图像的对比，给出针对灰霾的监测结果。通过颜色、形状、纹理以及表示远近目标物之间差别的特征向量,对比图像，获得灰霾级别。
监控视频目前主要用在交通和安令监控上，和灰靈有关的应用主要集中在视频图像去雾上。在对比文件1中，通过对高速监控的灰霾图像分析，将图像灰霾等级分成大雾、小雾和无雾。
目前大气污染物扩散模式被广泛地用来模拟预测污染物的扩散分情况，评估大气环境质量(参考对比文件2)。大气污染物扩散模式结合污染物浓度和气象资料来定量分析污染物在火气中的输送、扩散特征。最初，模式的研究理论核心是高斯扩散理论，应用范围是小尺度。随着研究的逐渐深入和计算机的发展，开始利用计算机进行数值计算，模式的适用范围向中尺度、大尺度扩展。目前，数值计算己经成为研究的主流方法，研宄范围也在逐步扩大。但受限于小尺度下错综复杂的地形情况，以及污染监控设备使用的稀缺，无法有效实时的监测灰霾发生源、确定责任主体。
对比文件1:夏创文.高速公路网运行监测若千关键技术研究[D].华南理工大学，2013.
对比文件2:迟妍姘，张惠远.大气污染物扩散模式的应用研究综述[J]环境污染与防治.2007(05)
发明内容
以上方法只是在灰霾等级评价、利用监控视频监测局部灰霾和使用数值计算模拟污染物扩散模式三个独立部分分别说明如何监测灰霾，但无法区分雾与霾，没有将整体大密度监控动态联系起来，没有针对灰霾等级随时间变化的监控，更没有绘制灰霾扩散路径，无法确定灰霾直接生成来源地点。同时数值模拟污染物扩散，与实际差别太大。而只有对灰霾等级变化进行动态和全局趋势分析，才能进行灰霾扩散路径的绘制，并进一步确定灰霾排放主体。
本发明提供一种方法，通过网格化区域划分和无灰霾图像样本库构建，采用网格内视频图像灰霾等级变化监测，结合多时相动态分析，绘制灰霾扩散路径和分布，从而定位具体网格内的灰霾直接来源和责任主体。其中区域网格化是前提，视频图像灰霾等级划分和多时相动态分析是关键，其相关数据关联分析的精度，会影响灰霾扩散路径绘制的准确性。
本方法包含网格划分、视频图像灰霾等级识别、灰霾扩散路径绘制与排放责任主体确定五个步骤。
具体每个步骤的内容如下：
1、网格划分：对地区进行网格化分区，同时为每个网格建立基于视频图像的无霾基准图样本库。
2、图像灰霾等级识别：通过对视频监控图像进行分析，结合无霾基准图，同时基于时间序列分析，区分雾与霾，确定当前位置监控图像灰霾指数、等级、变化趋势、变化速度。
3、灰霾扩散路径绘制与排放责任主体确定：根据监控视频所在地、灰霾等级、随时间变化趋势，绘制随时间变化的灰霾扩散路径，进而得到路径上的网格序列，最终确定具体污染源网格。
具体实施方式
本发明解决如何实时监控灰霾直接来源主体的问题。通过网格化城市区域，采用监控视频灰霾等级变化分析和随时间变化分析，实时绘制当前灰霾扩散路径，进而确定具体灰霾来源网格，确定来源主体。实施方式如下：
1、网格划分：根据地理位置，确定网格适当大小，将待监控区域进行网格划分。统计获取网格区域内的道路和视频监控数据，建立全天候、多时相无霾基准监控区域图像样本库。
2、图像灰霾等级识别：(a)确定图像采集的时间间隔，实时采集监控视频图像。(b)去除无效图像，提取图像对比度变化，梯度变化，能见度信息，确定灰霾图像的灰霾指数。(c)比对当前图像和样本库中的无霾基准图，确定灰霾等级。若在短时间内同一地点图像灰霾等级发生变化，则判断此图像为雾图像，不是霾图像，将此雾图像删除。(d)将分析的图像标注视频灰霾指数、等级、时间、位置信息后存入数据库。
3、获取监控位置和时间序列：挑选有价值的监控视频位置和时间信息，结合监控网点的灰霾等级信息随时间变化的趋势，获得灰霾扩散路径中的具体位置信息和时间信息。
4、灰霾扩散路径绘制：根据己经得到具有时间序列特征的位置、视频灰霾指数、等级信息，绘制随时间变化的灰霾扩散路径。绘制时间可以以小时、日、星期为单位。
5、来源网格的确定：根据灰霾扩散路径和随时间灰霾等级变化过程，找到灰霾直接生成来源所在网格，从而缩小来源主体范围，确定责任主体。

Claims (2)

1.一种基于监控视频的灰霾扩散路径绘制与来源确定方法，包括网格划分、视频图像灰霾等级识别、全局灰霾等级实时分析、灰霾扩散路径绘制与排放责任主体确定五个步骤；
其中视频图像灰霾等级识别包括：
(a)确定图像采集的时间间隔，实时采集监控视频图像；(b)去除无效图像，提取图像对比度变化，梯度变化，能见度信息，确定灰霾图像的灰霾指数；(c)比对当前图像和样本库中的无霾基准图，确定灰霾等级；若在短时间内同一地点图像灰霾等级发生变化，则判断此图像为雾图像，不是霾图像，将此雾图像刪除；(d)将分析的图像标注视频灰霾指数、等级、时间、位置信息后存入数据库；
其中灰霾扩散路径绘制与排放责任主体确定步骤包括：
(a)挑选有价值的监控视频位置和时间信息，结合监控网点的灰霾指数、等级信息随时间变化的趋势，获得灰霾扩散路径中的具体位置信息和时间信息；
(b)灰霾扩散路径绘制：根据己经得到具有时间序列特征的位置、灰霾指数、等级信息，绘制随时间变化的灰霾扩散路径， 绘制时间可以以小时、日、星期为单位；
(c)来源网格的确定:根据灰霾扩散路径和随时间灰霾等级变化过程，找到灰霾的来源网格，从而缩小来源主体范围，确定责任主体。
2.根据权利要求1所述的一种基于监控视频的灰霾扩散路径绘制与来源确定方法，其中网格划分包括：
根据地理位置，确定网格适当大小，将待监控区域进行网格化划分；统计获取网格区域内的道路和视频监控数据，建立全天候、多时相无霾基准监控区域图像数据库。
CN201610887353.7A 2016-10-11 2016-10-11 一种基于监控视频的灰霾扩散路径绘制与来源确定方法 Active CN106529410B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610887353.7A CN106529410B (zh) 2016-10-11 2016-10-11 一种基于监控视频的灰霾扩散路径绘制与来源确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610887353.7A CN106529410B (zh) 2016-10-11 2016-10-11 一种基于监控视频的灰霾扩散路径绘制与来源确定方法

Publications (2)

Publication Number Publication Date
CN106529410A CN106529410A (zh) 2017-03-22
CN106529410B true CN106529410B (zh) 2020-05-08

Family

ID=58331367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610887353.7A Active CN106529410B (zh) 2016-10-11 2016-10-11 一种基于监控视频的灰霾扩散路径绘制与来源确定方法

Country Status (1)

Country Link
CN (1) CN106529410B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107145737B (zh) * 2017-04-28 2020-09-08 南京工业大学 一种基于马尔科夫链的非稳态流场下污染源逆向识别算法
CN108596007A (zh) * 2017-11-27 2018-09-28 易瓦特科技股份公司 用于对灰霾源进行标识的方法、装置及系统
CN108426804B (zh) * 2017-11-27 2020-12-18 易瓦特科技股份公司 基于远程服务器对灰霾源进行示警的方法、装置及系统
CN108229311A (zh) * 2017-11-27 2018-06-29 易瓦特科技股份公司 基于无人机识别灰霾源的方法、装置及系统
CN108229310A (zh) * 2017-11-27 2018-06-29 易瓦特科技股份公司 识别灰霾源的方法、装置及系统
CN108229309A (zh) * 2017-11-27 2018-06-29 易瓦特科技股份公司 用于对灰霾源进行示警的方法、装置及系统
CN108121947A (zh) * 2017-11-27 2018-06-05 易瓦特科技股份公司 基于地面站示警灰霾源的方法、装置及系统
CN108154079A (zh) * 2017-11-27 2018-06-12 易瓦特科技股份公司 基于无人机对灰霾源进行示警的方法、装置及系统
CN108108660A (zh) * 2017-11-27 2018-06-01 易瓦特科技股份公司 基于无人机对灰霾源进行标识的方法、装置及系统
CN108427903A (zh) * 2017-11-27 2018-08-21 易瓦特科技股份公司 基于无人机对灰霾源进行示警的方法、装置及系统
CN108052873A (zh) * 2017-11-27 2018-05-18 易瓦特科技股份公司 基于地面站对灰霾源进行标识的方法、装置及系统
CN108197528A (zh) * 2017-11-27 2018-06-22 易瓦特科技股份公司 用于对灰霾源进行示警的方法、装置及系统
CN108062513A (zh) * 2017-11-27 2018-05-22 易瓦特科技股份公司 基于远程服务器对灰霾源进行标识的方法、装置及系统
CN108229312A (zh) * 2017-11-27 2018-06-29 易瓦特科技股份公司 基于地面站示警灰霾源的方法、装置及系统
CN108052871A (zh) * 2017-11-27 2018-05-18 易瓦特科技股份公司 基于地面站识别灰霾源的方法、装置及系统
CN108052875A (zh) * 2017-11-27 2018-05-18 易瓦特科技股份公司 基于远程服务器识别灰霾源的方法、装置及系统
CN108256412A (zh) * 2017-11-27 2018-07-06 易瓦特科技股份公司 示警灰霾源的方法、装置及系统
CN108256414A (zh) * 2017-11-27 2018-07-06 易瓦特科技股份公司 示警灰霾源的方法、装置及系统
CN108427904A (zh) * 2017-11-27 2018-08-21 易瓦特科技股份公司 基于无人机识别灰霾源的方法、装置及系统
CN108052874A (zh) * 2017-11-27 2018-05-18 易瓦特科技股份公司 基于远程服务器识别灰霾源的方法、装置及系统
CN108108661A (zh) * 2017-11-27 2018-06-01 易瓦特科技股份公司 基于无人机示警灰霾源的方法、装置及系统
CN111781113B (zh) * 2020-07-08 2021-03-09 湖南九九智能环保股份有限公司 一种粉尘网格化定位方法及粉尘网格化监测方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218622B (zh) * 2013-04-22 2016-04-13 武汉大学 一种基于计算机视觉的雾霾监测方法
CN104424388A (zh) * 2013-08-29 2015-03-18 中核第四研究设计工程有限公司 一种铀矿冶大气辐射环境综合评价方法
JP6246674B2 (ja) * 2014-07-24 2017-12-13 キヤノンマシナリー株式会社 位置確認装置及びダイボンダ
CN104240239B (zh) * 2014-09-01 2018-05-01 西南交通大学 一种基于道路图像探测局域路段雾霾天气的检测方法
CN105069755A (zh) * 2014-11-27 2015-11-18 沈阳工业大学 多路雾霾图像增强处理装置及方法
JP6435936B2 (ja) * 2015-03-16 2018-12-12 株式会社リコー プログラム、画像処理装置および画像処理システム
CN105006006A (zh) * 2015-07-01 2015-10-28 广东省城乡规划设计研究院 一种城市高温区通风廊道的计算方法及系统
CN105181898B (zh) * 2015-09-07 2017-03-22 李岩 基于大密度部署传感器的大气污染监控及管理方法及系统
CN105426837B (zh) * 2015-11-17 2019-09-13 南京大学 移动网络视觉雾霾检测系统

Also Published As

Publication number Publication date
CN106529410A (zh) 2017-03-22

Similar Documents

Publication Publication Date Title
CN106529410B (zh) 一种基于监控视频的灰霾扩散路径绘制与来源确定方法
CN106355166B (zh) 一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法
CN102096072B (zh) 一种城市部件自动化测量方法
CN106454241B (zh) 一种基于监控视频与社交网络数据的灰霾来源确定方法
CN112150804B (zh) 一种基于MaskRCNN算法的城市多类型交叉口识别方法
CN116359218B (zh) 一种工业聚集区大气污染移动监测系统
CN110427441B (zh) 一种基于空天地一体化技术的铁路外部环境隐患检测和管理方法
CN111797188B (zh) 一种基于开源地理空间矢量数据的城市功能区定量识别方法
CN108764527B (zh) 一种土壤有机碳库时空动态预测最优环境变量筛选方法
Soh et al. Spatial-Temporal pattern analysis and prediction of air quality in Taiwan
CN111639672B (zh) 一种基于多数投票的深度学习城市功能区分类方法
CN112966549A (zh) 一种自然保护区功能分区红线快速划定方法
CN117688313A (zh) 一种网络协同处理测绘数据的方法
CN113610165B (zh) 基于多源高维特征的城市土地利用分类确定方法和系统
CN112836274B (zh) 一种隐蔽工程跟踪审计的数据融合方法
CN113537033A (zh) 一种基于深度学习的建筑垃圾遥感影像识别方法
CN111858808B (zh) 基于海量实测点的地形图特征地物精度自动评价方法
CN103853817A (zh) 基于gis的海量统计数据的空间奇异点发掘方法
CN107133360B (zh) 一种大尺度遥感影像特征点库的构建方法
CN118012977B (zh) 一种基于ai与gis融合的二三维多模态数据处理方法
Ji et al. Center trajectory extraction algorithm based on multidimensional hierarchical clustering
Wu et al. Research on the method of handling missing ETC transaction data
Liu Automatic Extraction of Geometric Contour Features from Building Remote Sensing Images
Fischer et al. A novel method for objective identification of 3-D potential vorticity anomalies
Liu et al. AutoLCZ: Towards Automatized Local Climate Zone Mapping from Rule-Based Remote Sensing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant